大学生不安全行为影响因素结构模型研究

贾红果，高 华，张 娜，顾东东

(山东科技大学马克思主义学院，山东 青岛 266590)

引言

行为安全管理是系统化工程，其目的是减少安全事故，方法是强化安全行为与消除不安全行为，在实际生活中，大多数安全事故是由于人的不安全行为引起的，所以行为安全管理的重点一般以预防不安全行为为主。

近年来，高等教育的入学率一直在快速增长，许多高校校园所承载的学生容量也达到了安全管理的极限[1]。 大学生是社会关注的焦点，有效预防其不安全行为的发生是高校安全教育与管理工作面临的一项长期任务。 但是就目前的情况来看，高校公共安全事故屡有发生，高校校园管理越来越复杂化，管理难度更是不断提升，迫切要求及时调整管理方式，强化不安全行为防控，提升校园安全管理能力与水平。

目前，针对不安全行为成因的研究，我国学者从不同的方面做出了自己的努力，有的学者从人的因素、物的因素、环境的因素、管理的因素和事故处置的因素5 个方面对大学生安全事故的成因进行了论述性分析，使人们对高校公共安全事故的主要成因有了初步的了解[2]；另有一些学者从某一方面对不安全行为的成因进行了深入分析，如从个体特征因素、组织环境因素、习惯性因素及安全监管因素入手，使人们对于不安全行为的影响因素有了更加深入的了解[3-8]；还有一些学者结合高校公共安全事故的类型与特点，从主客观角度分析了事故多发的原因，并提出了相应的预测预防方法[9]。 以上研究揭示了不安全行为的主要影响因素，为指导高校公共安全事故预防工作提供了一定的理论指导；但是对于各个影响因素之间的关系，以及各因素对不安全行为影响程度的研究还不够充分。

由于大学生不安全行为的表现形式多种多样，其成因更是错综复杂，在探究过程中，忽略任何一点都可能导致分析的结果不准确。 笔者通过研究资料发现，结构方程模型(Structural Equation Modeling，SEM)对于解决这类多原因、多结果的问题表现出了较好的效果。 结构方程模型是社会科学研究中比较常用的方法，特别是近年来在行为科学领域得到应用和发展，该方法兼具验证性因子分析和路径分析两种方法的特性，能够检验观测变量与潜在构念之间及多个潜在构念内部的因果关系，成为多元数据分析的重要工具。 宫运华曾采用此方法研究大学生不安全行为的成因，其模型边界划分可进一步优化，强化影响因素之间的相关性研究[10]。

因此，笔者拟参考相关学者研究成果，并针对以上研究存在的问题，构建大学生不安全行为影响因素指标体系，根据该体系编制大学生不安全行为影响因素调查问卷，利用收集到的数据，构建更加完善的大学生不安全行为影响因素结构方程模型，通过修正和分析模型，验证该体系的合理性，以期对大学生不安全行为防控的研究与实践提供理论支撑。

一、高校调研与分析

(一)影响因素指标体系构建

笔者通过研究发现，定量分析可以很直观地反映各个影响因素与不安全行为之间的关系，而用于定量分析的数据必须准确，这就要求在收集数据前建立一个科学合理的影响因素指标体系。

笔者通过专家访谈、查阅文献、访问学生等方式，首先将不安全行为的影响因素划分为5 个维度，分别为个体安全素质、环境因素、安全管理、安全文化与群体因素，然后根据每个维度的具体情况确定其测量指标。 同一维度下测量指标的选取需要遵循同一标准，既要比较全面地反映该维度的量化水平，又要能够避免各指标之间相互杂糅，使各个指标所测量的内容都能够有效反映该维度的内容。 例如个体安全素质的测量指标为生理素质、心理素质、安全认知与安全行为习惯，通过这4 个指标可以较为全面地反映学生的个体安全素质水平，且各指标之间的独立性很高。 其他维度测量指标的选取情况详见表1。

表1 调查问卷测量内容及信度分析表

(二)问卷设计

结合实际情况，采用调查问卷的形式收集数据是最直接最有效的手段，根据上述所确定的各维度测量指标，设计相应的调研题目。 最后编制成一份包含30 个问题的调查问卷。 其中7 个问题用来测量调研对象的不安全行为水平，每个问题均采用李克特量表的方式进行打分，具体选项为非常大、比较大、一般、比较小和非常小。

(三)信效度分析

本次调研的对象为某市区域内各高校的在校生，共发放调查问卷2000 份，回收1908 份，回收率为95.4%。 对收回的调查问卷进行检查与数据整理，剔除掉不合格(有漏答的题目或者选项单一)的调查问卷103 份，最后共得到1805 份有效问卷，回收后的问卷可用率为94.6%。 随后对得到的数据进行信效度分析。

信度主要反映的是该调查问卷测量结果(数据)一致性或稳定性的程度，考虑实际情况，这里主要分析数据的一致性，采用克朗巴赫α系数法进行信度分析[α∈(0，1)，越接近1 说明数据可信度越高，不能低于0.7]，信度分析的结果见表1。

通过分析表1 可以看出，除了环境因素的克朗巴赫α系数为0.712，其他维度的α系数均在0.8 以上，且整个问卷的克朗巴赫α系数达到了0.922，表明此调查问卷的可靠性很高。

效度指该调查问卷能够正确测量出所要测量的特质的程度，这里采用因子分析的方法进行结构效度分析。 进行因子分析之前，首先要对数据进行KMO 与Bartlett 的球形度检验，KMO 检验结果为0.917，达到要求。 Bartlett 球形检验的近似卡方值为4460.357，自由度为435，显著性为0.000，达到了显著水平，表明所选数据适合进行因子分析。 通过因子分析可知，可测变量的抽取值为0.450~0.832，均大于0.400，说明得到的数据结构效度较高。

二、结构方程建模

(一)初始模型假设

在构建初始模型后，经修正获得最终模型，通过模型构建解析不安全行为影响因素体系的层级结构关系，验证和明确影响因素的维度划分。

通过查阅资料，并结合实际情况，确定该模型的外生潜变量为安全管理、环境因素与安全文化；内生潜变量为群体因素、个体安全素质与不安全行为。 对于各潜变量之间的关系作出假设。假设1:个体安全素质对于大学生不安全行为有显著影响；假设2:群体因素对于大学生不安全行为有显著影响；假设3:安全文化对于大学生不安全行为有显著影响；假设4:安全管理对于大学生不安全行为有显著影响；假设5:环境因素对于大学生不安全行为有显著影响；假设6:群体因素对于个体安全素质有显著影响；假设7:安全文化对于个体安全素质有显著影响；假设8:安全管理对于个体安全素质有显著影响；假设9:环境因素对于个体安全素质有显著影响；假设10:安全文化对于群体因素有显著影响；假设11:安全管理对于群体因素有显著影响；假设12:环境因素对于群体因素有显著影响；假设13:安全文化与安全管理具有相关关系；假设14:安全文化与环境因素具有相关关系；假设15:安全管理与环境因素具有相关关系。

(二)模型设定

模型使用之前，需要进行“违犯估计”，结果表明，误差方差值均为正值，标准化系数均小于0.95，说明模型通过了“违犯估计”检验，可以进行进一步的分析。 根据假设路径建立的初始模型如图1 所示。

图1 大学生不安全行为影响因素结构方程初始假设模型

对初始模型进行运算，运算结果见表2。

表2 初始模型运算结果

其中，S.E.为参数的标准误差；C.R.为临界值(参考标准为绝对值大于1.960)，由参数估计值与其标准差之比构成；p为显著性概率值(参考标准为小于0.050)。 通过表1 和表2 可以看出，H2(环境因素→群体因素)、H4(安全文化→个体安全素质)、H9(环境因素→不安全行为)这三条路径的C.R.值的绝对值均小于1.960，且p值大于0.050，说明这三条路径未能通过显著性检验。 即模型的输出结果与我们的假设存在一定的差异，接下来需要进行模型的修正。

三、模型修正与分析

(一)模型修正

模型修正主要分为三个步骤:

第一步，删除路径。 通过表1 和表2 可以看出，初始模型中有3 条路径是不符合标准的，我们首先分析删除这3 条路径是否合理，环境因素属于外生潜变量，实际生活中往往与其他因素共同作用于群体与不安全行为，而安全文化的作用对象往往是群体，然后间接地影响个体安全素质，所以删除以上3 条路径是合理的。 根据C.R.绝对值由小到大的顺序依次删除这3 条路径，每删除一条路径都要重新估计模型，查看结果的变化，最终，这3 条路径均被删除后，得到修正模型一。 修正后的路径见图2。

图2 大学生不安全行为影响因素结构方程修正模型二

第二步，通过修正指数对模型进行修正。 这里的参考标准主要是MI 拟合指标，根据MI 值由大到小的顺序，依次在各个可测变量的残差之间建立相关路径，每增加一条路径都要重新估计模型，最终如图2 增加了5 条相关路径。 可以看出，增加的相关路径都在每个维度的内部，同一维度下的测量指标具有一定的相关性，这与生活实际相符，因此增加这5 条路径是合理的。 然后我们得到了修正模型二，如图2 所示。

第三步，设定待估计参数。 即根据成对参数比较(Pairwise Parameter Comparisons)来判断结构方程内部哪些系数之间没有显著差异。 参考标准为所有临界比率(Critical Ratio)的绝对值大于2 为止。 通过模型运算结果可知，该模型存在77 个待估参数，按照临界比率绝对值由小到大的顺序依次将没有显著性差异的参数设定成相等。 这样得到的修正模型三即最终模型仅剩29个待估参数。

经过以上三步修正，对模型进行最终的运算，得到的输出结果见图3。

图3 大学生不安全行为影响因素结构方程最终模型

模型的具体运算结果见表3。

表3 最终模型运算结果

通过表3 可以看出，该模型各条路径的C.R.绝对值均大于1.960，p 值均具有良好的显著性，模型修正前后具体的拟合指数见表4。

表4 模型修正前后拟合指数

(二)结果分析

通过表4 可以看出，最终模型的拟合结果很好，达到了分析模型的要求。 我们可以通过图3与表3 得到具有较高可信度的结果。

通过分析最终模型的运算结果可知，不安全行为的直接影响因素为个体安全素质、群体因素、安全文化与安全管理，其中安全管理的影响最为显著，个体安全素质次之，另外两个影响因素不太显著；其他系数较高的路径分别为H10(安全文化↔安全管理)、H11(安全文化↔环境因素)、H12(环境因素↔安全管理)，说明安全文化、安全管理与环境因素具有相当高的相关性。 这三者或直接或间接地影响了不安全行为，其中安全管理与环境因素对个体安全素质的影响系数相对较高，对不安全行为的间接影响仍然比较显著。

四、结论

行为安全管理是高校预防人因事故的主要管理办法，其重点是预防大学生不安全行为的发生。 结合前人对于大学生不安全行为影响因素的研究成果，访谈相关专家，构建了大学生不安全行为影响因素指标体系，根据该体系编制了大学生不安全行为影响因素调查问卷，对某市区域内高校大学生进行了调研，然后利用AMOS 软件构建了结构方程模型。 通过对模型的修正与分析，可以得到如下结论:第一，将不安全行为的影响因素划分为个体安全素质、群体因素、安全管理、安全文化与环境因素5 个维度是科学合理的，并且可以通过测量表1 中的指标，得到相应的不安全行为水平。 第二，安全文化、安全管理与环境因素为外生潜变量，其中安全文化与安全管理对不安全行为有直接影响，且安全管理影响非常明显；群体因素与个体安全素质属于内生潜变量，对于不安全行为都有直接影响，其中个体安全素质影响比较明显。 第三，安全管理、安全文化与环境因素具有很强的相关性，三者之间相互影响，又直接或间接地影响了不安全行为。 第四，安全管理是所有影响因素中效果最明显的，它不但直接影响了不安全行为，还对其他四个影响因素造成了直接影响。

在今后的大学生不安全行为预防工作中，可以结合以上结论，做出相应的改进。 其中，加强安全管理是最直接、最有效的手段，具体措施为:健全安全管理制度，提高管理队伍的整体水平，做好安全监督检查与应急预案工作等[11-12]。

虽然加强安全管理是当务之急，但是从长远的角度考虑，只有形成良好的安全文化才能从根本上减少不安全行为的发生。 所以加强安全培训工作，注重思想教育，帮助大学生形成良好的安全价值观是我们需要长期坚持的工作。